間歇過(guò)程測(cè)量數(shù)據(jù)異常智能檢測(cè)方法研究.pdf

1、間歇過(guò)程是現(xiàn)代工業(yè)生產(chǎn)的一種重要生產(chǎn)方式，隨著現(xiàn)代社會(huì)對(duì)高質(zhì)量產(chǎn)品需求的提高，極大地促進(jìn)了間歇生產(chǎn)的發(fā)展，使得其生產(chǎn)過(guò)程從簡(jiǎn)單到復(fù)雜的轉(zhuǎn)變。在間歇過(guò)程生產(chǎn)中，現(xiàn)場(chǎng)檢測(cè)儀表或變送器提供了豐富的過(guò)程測(cè)量數(shù)據(jù)，為基于數(shù)據(jù)驅(qū)動(dòng)的過(guò)程在線(xiàn)監(jiān)測(cè)和優(yōu)化控制提供了基礎(chǔ)。然而，由于受到現(xiàn)場(chǎng)檢測(cè)儀表或變送器性能下降和電磁干擾等因素的影響，導(dǎo)致間歇過(guò)程測(cè)量數(shù)據(jù)出現(xiàn)異常，降低了過(guò)程測(cè)量數(shù)據(jù)的質(zhì)量，制約了數(shù)據(jù)驅(qū)動(dòng)過(guò)程建模準(zhǔn)確性的提高，因此，研究間歇過(guò)程測(cè)量數(shù)據(jù)智

2、能異常檢測(cè)方法，為數(shù)據(jù)驅(qū)動(dòng)的過(guò)程建模、在線(xiàn)監(jiān)測(cè)及優(yōu)化控制提供可靠的過(guò)程測(cè)量數(shù)據(jù)，具有重要的理論意義和應(yīng)用價(jià)值。
　　本文在詳細(xì)分析間歇過(guò)程特性和過(guò)程測(cè)量數(shù)據(jù)特征的基礎(chǔ)上，研究間歇過(guò)程測(cè)量數(shù)據(jù)異常智能檢測(cè)方法，主要完成以下研究工作:
　　1、提出了一種基于無(wú)監(jiān)督多尺度時(shí)序劃分的間歇過(guò)程時(shí)段劃分方法。首先，給出了一種無(wú)監(jiān)督多尺度模糊聚類(lèi)分析方法，通過(guò)求解在模糊類(lèi)間距離約束和時(shí)序約束下的聚類(lèi)目標(biāo)函數(shù)，獲得數(shù)據(jù)的隸屬度;然后，給出一

3、種時(shí)序時(shí)段劃分方法，根據(jù)時(shí)變數(shù)據(jù)集的數(shù)據(jù)隸屬度變化捕捉主時(shí)段和過(guò)渡時(shí)段的劃分點(diǎn);進(jìn)而，設(shè)定全局時(shí)段和局部時(shí)段協(xié)同劃分規(guī)則，根據(jù)二次誤差之和指標(biāo)和混合劃分性能指標(biāo)，自適應(yīng)判斷間歇過(guò)程時(shí)段劃分的最優(yōu)個(gè)數(shù)及劃分結(jié)果，給出基于支持向量數(shù)據(jù)描述方法在線(xiàn)時(shí)段劃分模型，實(shí)現(xiàn)間歇過(guò)程測(cè)量數(shù)據(jù)在線(xiàn)時(shí)段劃分;最后，利用時(shí)序電子手寫(xiě)圖形和青霉素發(fā)酵過(guò)程，對(duì)提出的時(shí)段劃分方法進(jìn)行實(shí)驗(yàn)研究。實(shí)驗(yàn)結(jié)果表明，本文所提的時(shí)段劃分方法解決了間歇過(guò)程時(shí)段劃分過(guò)度依賴(lài)于先驗(yàn)

4、知識(shí)的問(wèn)題，在準(zhǔn)確捕捉數(shù)據(jù)時(shí)變性的同時(shí)實(shí)現(xiàn)可靠、準(zhǔn)確的在線(xiàn)時(shí)段劃分。
　　2、提出一種基于提升小波包變換動(dòng)態(tài)時(shí)間規(guī)整的軌跡同步化方法。首先，給出一種基于提升小波包變化的多層高低頻數(shù)據(jù)軌跡分解方法，實(shí)現(xiàn)在不同頻段上的間歇過(guò)程測(cè)量數(shù)據(jù)軌跡信息提取;然后，引入動(dòng)態(tài)時(shí)間規(guī)整策略，沿著相似特征的方向同步化各個(gè)頻段的數(shù)據(jù)軌跡;進(jìn)而，給出一種基于提升小波包變換的多層高低頻數(shù)據(jù)軌跡合成方法，合成不同頻段上的間歇過(guò)程測(cè)量數(shù)據(jù)軌跡信息，實(shí)現(xiàn)間歇過(guò)程測(cè)

5、量數(shù)據(jù)軌跡同步化;最后，利用青霉素發(fā)酵過(guò)程，對(duì)提出的軌跡同步化方法進(jìn)行實(shí)驗(yàn)研究。實(shí)驗(yàn)結(jié)果表明，本文所提的軌跡同步化方法降低了吉布斯現(xiàn)象對(duì)數(shù)據(jù)軌跡合成的影響，避免復(fù)雜的傅里葉變換卷積運(yùn)算，提高了軌跡同步化速度，能夠?qū)崿F(xiàn)準(zhǔn)確的測(cè)量數(shù)據(jù)軌跡同步化。
　　3、提出一種基于動(dòng)態(tài)超球結(jié)構(gòu)變化支持向量數(shù)據(jù)描述的間歇過(guò)程測(cè)量數(shù)據(jù)異常檢測(cè)方法。首先，給出一種基于動(dòng)態(tài)超球結(jié)構(gòu)變化的支持向量數(shù)據(jù)描述方法，構(gòu)建基于測(cè)量數(shù)據(jù)的高維超球體模型，設(shè)定超球體結(jié)構(gòu)

6、變化的量化規(guī)則，獲得超球體的重要結(jié)構(gòu);然后，構(gòu)建基于靜態(tài)數(shù)據(jù)集和基于動(dòng)態(tài)數(shù)據(jù)集的超球體模型，并捕捉超球模型間的重要結(jié)構(gòu)變化;最后，建立動(dòng)態(tài)超球結(jié)構(gòu)變化與異常檢測(cè)的映射規(guī)則，根據(jù)在線(xiàn)測(cè)量數(shù)據(jù)與歷史數(shù)據(jù)之間的關(guān)系，構(gòu)建異常判別閾值，實(shí)現(xiàn)間歇過(guò)程測(cè)量數(shù)據(jù)在線(xiàn)異常檢測(cè)。
　　4、結(jié)合UCI機(jī)器學(xué)習(xí)數(shù)據(jù)集、半導(dǎo)體蝕刻過(guò)程和青霉素發(fā)酵過(guò)程，對(duì)所提出的間歇過(guò)程測(cè)量數(shù)據(jù)異常檢測(cè)方法進(jìn)行了實(shí)驗(yàn)研究。實(shí)驗(yàn)結(jié)果表明，該方法制定的動(dòng)態(tài)異常判別依據(jù)準(zhǔn)確有效